MétaCan
Menu
Retour à la cohorte
Enregistrement W4391824729 · doi:10.1016/j.biocontrol.2024.105460

Global scientific progress and shortfalls in biological control of the fall armyworm Spodoptera frugiperda

2024· article· en· W4391824729 sur OpenAlexaff
Kris A. G. Wyckhuys, Komivi Senyo Akutse, Divina Amalin, Salah‐Eddin Araj, Gloria Barrera, Marie Joy B. Beltran, Ibtissem Ben Fekih, Paul‐André Calatayud, Lizette Cicero, Marcellin Cuma Cokola, Yelitza C. Colmenárez, Kenza Dessauvages, Thomas Dubois, L. Durocher-Granger, Carlos Espinel, Patrick Fallet, José Fernández-Triana, Frédéric Francis, Juliana Gómez, Khalid Haddi, Rhett D. Harrison, Muhammad Haseeb, Natasha Sant ́Anna Iwanicki, Lara R. Jaber, Fathiya M. Khamis, Jesusa C. Legaspi, Refugio J. Lomeli-Flores, Rogério Biaggioni Lopes, Baoqian Lyu, James Montoya‐Lerma, Melissa P. Montecalvo, Andrew Polaszek, Tung D. Nguyen, Ihsan Nurkomar, James E. O’Hara, Jermaine D. Perier, Ricardo Ramírez‐Romero, Francisco Javier Sánchez‐García, Ann Marie S. Robinson-Baker, Luís Cláudio Paterno Silveira, Larisner Simeon, Leellen F. Solter, Oscar F. Santos‐Amaya, Elijah J. Talamas, Wagner de Souza Tavares, Rogelio Trabanino, Ted C. J. Turlings, F. H. Valicente, Carlos Vásquez, Zhenying Wang, Ana Paula Gonçalves da Silva Wengrat, Lian‐Sheng Zang, Wei Zhang, Kennedy J. Zimba, Kongming Wu, Maged Elkahky, Buyung Hadi

Notice bibliographique

RevueBiological Control · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect Resistance and Genetics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesEuropean Commission
Mots-clésSpodopteraFall armywormBiologyBiological pest controlEcology

Résumé

récupéré en direct d'OpenAlex

Since 2016, the fall armyworm (FAW) Spodoptera frugiperda has spread over extensive areas of the tropics and subtropics, imperiling food security, economic progress and the livelihoods of millions of cereal farmers. Although FAW has received long-standing scientific attention in its home range in the Americas, chemical inputs feature prominently in its mitigation and biological control uptake is globally lagging. Here, building upon a quantitative review of the global literature, we methodically dissect FAW biological control science. Of the known entomopathogens (46), parasitoids (310) and predators (215) of FAW, approx. 40% have been subject to laboratory- or field-level scrutiny. Laboratory-level performance has partially been assessed for 14–18% of the above invertebrate taxa. Yet, organismal, geographic, methodological and thematic biases hamper efforts to relate in-field animal biodiversity to biological control services. Often, single-guild ‘snapshot’ surveys are preferred over comprehensive bio-inventories or population dynamics appraisals, trophic interactions remain undocumented, standard pest infestation metrics are lacking and natural enemy censuses are performed arbitrarily. Diurnal biota receive inordinate attention, while egg and pupal predation - the main biotic sources of mortality - are routinely overlooked. Multiple microbial and invertebrate biota are investigated with a view towards mass-rearing and augmentative release. Meanwhile, conservation biological control receives marginal attention and cross-disciplinary engagement with the agroecology domain is lagging. We lay out several steps, including standardized methodologies, smart use of biodemographic toolkits, networked field trials and a fortification of its ecological underpinnings, to sharpen the science of (FAW) biological control and urge further momentum in its global implementation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,002
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,251
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiological ControlMême sujetInsect Resistance and GeneticsTravaux en français237 207